c语言printf相关函数格式化字符串攻击简介

一、类printf函数簇实现原理

二、格式化字符串攻击原理

三、一个实际的例子

一、类printf函数簇实现原理

类printf函数的最大的特点就是，在函数定义的时候无法知道函数实参的数目和类型。

对于这种情况，可以使用省略号指定参数表。

带有省略号的函数定义中，参数表分为两部分，前半部分是确定个数、确定类型的参数，第二部分就是省略号，代表数目和类型都不确定的参数表，省略号参数表中参数的个数和参数的类型是事先的约定计算出来的，每个实参的地址（指针）是根据确定参数表中最后一个实参的地址算出来的。

这里涉及到函数调用时的栈操作。函数栈的栈底是高地址，栈顶是底地址。在函数调用

时函数实参是从最后一个参数（最右边的参数）到第一个参数（最左边的参数）依次被压入栈顶方向。也就是说函数调用时，函数实参的地址是相连的，并且从左到右地址是依次增加的。如：

#include <stdio.h>
#include <stdlib.h>  void fun(int a, ...)
{  int i;  int *temp = &a;  temp++;  for (i = 0; i < a; ++i)  {  printf("%d ",*temp);  temp++;  }  printf("/n");
}  int main()
{  int a = 1;  int b = 2;  int c = 3;  int d = 4;  fun(4, a, b, c, d);  return 0;
}

在上面的例子中，void fun(int a, ...)函数约定第一个确定参数表示省略号参数表中参数的个数，省略号参数表中的参数全都是int 类型的，这样fun函数就可以正常工作了。

类printf函数簇的工作原理和fun函数是一样的，只不过更为复杂和精巧。

如printf的函数形式为 int printf（const char *fmt, …）。

由于printf函数实现的功能比较复杂，我们来看一个我们自己实现的myprintf函数，改函数不涉及低层系统io操作。

#include <stdio.h>
#include <stdlib.h>  void myprintf(char* fmt, ...) //一个简单的类似于printf的实现，//参数必须都是int 类型
{  char* pArg=NULL; //等价于printf原始实现的va_list  char c;  pArg = (char*) &fmt; //注意不要写成p = fmt !!因为这里要对//参数取址，而不是取值  pArg += sizeof(fmt); //等价于原来的va_start  do  {  c =*fmt;  if (c != '%')  {  putchar(c); //照原样输出字符  }  else  {  //按格式字符输出数据  switch(*++fmt)  {  case 'd':  printf("%d",*((int*)pArg));  break;  case 'x':  printf("%#x",*((int*)pArg));  break;  default:  break;  }  pArg += sizeof(int); //等价于原来的va_arg  }  ++fmt;  }while (*fmt != '/0');  pArg = NULL; //等价于va_end  return;
}  int main(int argc, char* argv[])
{  int i = 1;  int j = 2;  myprintf("the first test:i=%d/n",i,j);  myprintf("the secend test:i=%d; %x;j=%d;/n",i,0xabcd,j);   return 0;
}

myprintf函数中也有类似的约定，确定参数表中最后一个参数是一个const char* 类型的字符串，在这个字符串中出现“%d”和“%x”次数的和就是省略号参数表中参数的个数，省略号参数表中的参数类型也都是int类型。

同样的，实际的printf函数也有这样的约定：确定参数表中最后一个参数是一个const char* 类型的字符串，省略号参数表中参数个数就是这个字符串中出现的“%d”，“%x”，“%s”…次数的和，省略号参数表中参数的类型也是由“%d”,“%x”，“%s”……等格式化字符来指示的。

因此，类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的。

二、格式化字符串攻击原理

因为类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的，所以攻击者可以利用编程者的疏忽或漏洞，巧妙构造格式化字符串，达到攻击目的。

如果一个程序员的任务是：打印输出一个字符串或者把这个串拷贝到某缓冲区内。他可以写出如下的代码：printf("%s", str);但是为了节约时间和提高效率，并在源码中少输入6个字节，他会这样写：printf(str);

为什么程序员写的是错误的呢？他传入了一个他想要逐字打印的字符串。实际上该字符串被printf函数解释为一个格式化字符（formatstring），printf就会根据该字符串来决定printf函数中省略号参数表中参数的格式和类型，如果这个程序员想要打印的字符串中刚好有“%d”,“%x”之类的格式化字符，那么一个变量的参数值就从堆栈中取出。

比如：

#include <stdio.h>
#include <stdlib.h>   int main(int argc, char* argv[])
{  if(argc != 2)  return 0;  printf(argv[1]);  return 0;
}

当./a.out “hello world”时一切正常，但是当./a.out “%x”时，就会有莫名其妙的数字被打印出来了。

很明显，攻击者至少可以通过打印出堆栈中的这些值来偷看程序的内存。但是有些事情就不那么明显了，这个简单的错误允许向运行中程序的内存里写入任意值。

printf有一个比较另类的用法：%n，当在格式化字符串中碰到"%n"的时候，在%n域之前输出的字符个数会保存到下一个参数里。例如，为了获取在两个格式化的数字之间空间的偏量：

int main(int argc, char* argv[])
{  int pos, x = 235, y = 93;  printf("%d %n%d/n", x, &pos, y);  printf("The offset was %d/n", pos);  return 0;
}

输出4(“235 ”的长度)

%n格式返回应该被输出的字符数目，而不是实际输出的字符数目。当把一个字符串格式化输出到一个定长缓冲区内时，输出字符串可能被截短。不考虑截短的影响，%n格式表示如果不被截短的偏量值（输出字符数目）。为了说明这一点，下面的代码会输出100而不是20：

int main()
{  char buf[20];  int pos, x = 0;  snprintf(buf, sizeof(buf), "%.100d%n", x, &pos);  printf("position: %d/n", pos);  return 0;
}

而%n和%d，%x，%s的显著的不同就是%n是会改变变量的值的，这也就是格式化字符串攻击的爆破点。

三、一个实际的例子

下面这个例子至少可以X86的Redhat和arch Linux下面进行演示。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>  char daddr[16];  int main(int argc, char **argv)
{  char buf[100];  int x;  x = 1;  memset(daddr,'/0',16);  printf("before format string x is %d/%#x (@ %p)/n", x, x, &x);  strncpy(daddr,"PPPPPPP%n",9);         snprintf(buf,sizeof(buf),daddr);   //实施格式化字符串攻击  buf[sizeof（buf） - 1] = 0;  printf("after format string x is %d/%#x (@ %p)/n", x, x, &x);  return 0;
}

运行的结果是：x被成功的改成了7。

上面的例子利用了linux函数调用时的内存残像，来实现格式化字符串攻击的。（参考的经典文章是用猜地址的方法来实现的，猜的一头雾水）

这里我们来分析一下main函数中的堆栈变化情况：

如上图所示，在调用snprintf函数之前，首先调用了printf函数，printf的函数第四个参数是&x，这样在main函数的堆栈内存中留下了&x的内存残像。当调用snprintf时，系统本来只给snprintf准备了3个参数，但是由于格式化字符串攻击，使得snprinf认为应该有四个参数传给它，这样snprintf就私自把&x的内存残像作为第4个参数读走了，而snprintf所谓的第4个参数对应的“%n”，于是snprintf就成功的修改了变量x的值。

而在实际网络环境中可利用的格式化字符串攻击也是很多的。下图就是一个实际网络攻击的截图。